مقاله انگلیسی رایگان در مورد بهبود طول عمر WSN با الگوریتم تکامل تفاضلی هیبریدی ( الزویر )

مقاله انگلیسی رایگان در مورد بهبود طول عمر WSN با الگوریتم تکامل تفاضلی هیبریدی ( الزویر )

 

مشخصات مقاله
عنوان مقاله   Lifetime Improvement in Wireless Sensor Networks using Hybrid Differential Evolution and Simulated Annealing (DESA)
ترجمه عنوان مقاله بهبود طول عمر در شبکه های حسگر بی سیم با استفاده از الگوریتم تکامل تفاضلی هیبریدی و تبرید شبیه سازی شده (DESA)
فرمت مقاله  PDF
نوع مقاله  ISI
سال انتشار

مقاله سال ۲۰۱۶

تعداد صفحات مقاله  ۸ صفحه
رشته های مرتبط  مهندسی برق و مهندسی فناوری اطلاعات IT
گرایش های مرتبط  الکترونیک، شبکه های کامپیوتری، سامانه های شبکه ای و شبکه های مخابراتی
مجله  مجله مهندسی عین الشمس – Ain Shams Engineering Journal
دانشگاه  دانشکده مهندسی الکترونیک، دانشگاه ویت، هند
کلمات کلیدی  شبکه های حسگر بی سیم، تکامل دیفرانسیل،LEACH، هماهنگی جستجو، جستجوی هماهنگی اصلاح شده، DESA
کد محصول  ۸۰۵۶
نشریه  نشریه الزویر
لینک مقاله در سایت مرجع  لینک این مقاله در سایت الزویر (ساینس دایرکت) Sciencedirect – Elsevier
وضعیت ترجمه مقاله  ترجمه آماده این مقاله موجود نمیباشد. میتوانید از طریق دکمه پایین سفارش دهید.
دانلود رایگان مقاله دانلود رایگان مقاله انگلیسی
خرید ترجمه این مقاله خرید ترجمه این مقاله

 

بخشی از متن مقاله:
چکیده

بهره وری انرژی در شبکه های حسگر بی سیسم از جمله نگرانی های مهم محسوب می گردد چون این شبکه ها از باتری های اندازه کوچک استفاده می کنند که این باتری ها قابل تعویض یا شارژ مجدد نیستند . از اینرو ، انرژی بایستی به طور بهینه در این قبیل  شبکه های عملیاتی شده با باتری مورد استفاده قرار گیرند . یکی از رویکرد های سنتی برای بهبود بهره وری انرژی از طریق خوشه بندی می باشد . الگوریتم تکامل دیفرانسیلی هیبریدی و تبرید شبیه سازی شده (DESA) برای خوشه بندی و انتخاب سرخوشه ها در مقاله حاضر پیشنهاد می گردد . وقتی سرخوشه ها به طور معمول با تعداد بالای گره های حسگر دارای باز اضافی می شوند ،  مرگ سریع گره ها به دلیل انتخاب نامناسیب سرخوشه ها رخ می دهد . از اینرو ،  طولانی شدن عمز شبکه از طریق جلوگیری از مرگ زود تر سرخوشه ها هدف مقاله حاضر بوده است . DESA پیشنهادی تعداد گره های مرگ را نسبت به سلسله مراتب خوشه بندی تطبیقی کم انرژی (LEACH) تا ۷۰ درصد ، الگوریتم جستجو هارمونی(HAS) تا ۵۰ درصد ، HSA اصلاح شده تا ۴۰ درصد و تکامل دیفرانسیلی تا ۶۰ درصد کاهش می دهد .

ثبت دیدگاه